错位竞争，单点突破。

LevelDB 的快照（Snapshot）机制在实现一致性读取的同时，对 Compaction 的行为也有一定的影响。为了更好地理解这种影响，我们需要从 LevelDB 的快照机制、Compaction 的原理以及两者之间的交互关系入手。例如，如果某个键在版本 100 被删除，但有一个快照的版本号是 99，那么这个键的旧版本数据必须保留，直到该快照被释放。通过合理的快照管理和参数调优，可以缓解快照对 Compaction 的负面影响，从而在一致性和性能之间取得平衡。：无效数据的存在增加了读取路径上的负担。

LevelDB 是一个高性能的键值存储引擎，其设计目标之一就是优化读性能。为了实现这一目标，LevelDB 在多个方面采用了特定的技术和方法来提高读操作的效率。一、内存中的快速读取：MemTable 和 Immutable MemTable。：Table Cache 和 Block Cache 提高热点数据的访问速度。：利用 MemTable 和 Immutable MemTable。：无锁设计和快照机制提升并发读取能力。：利用操作系统缓存和预读取技术。：减少文件数量和读取范围。：快速排除不存在的键。

LevelDB 的 Compaction 和垃圾回收机制在保证数据一致性和读写性能的同时，也面临写放大、空间放大等问题。通过调整策略（如分级 Compaction）、并行化、冷热分离等优化手段，可以显著提升性能。实际应用中，需根据工作负载（读/写密集型）和硬件环境（SSD/HDD）选择合适的配置。

leveldb做为一个单机存储引擎，难免遇到数据损坏的情况：比如意外断电、磁盘坏块等。轻者文件损坏无法读取，严重者则导致数据库无法启动。这个时候就需要进行数据修复了。leveldb提供的修复流程如下：(1) wal日志文件转化为sstable文件(2) 扫描所有的sstable文件(3) 生成MANIFEST文件:由上述流程可知，leveldb修复后会将所有的文件添加到level 0,根据level 0层的规则，由于文件之间key有重叠，读取时会在每个文件都读取一次，速度是很慢的；同时，我们知道Lev

本文主要讲述如何设置WriteOptions参数、ReadOptions参数以及compact参数，来提升读写性能。

本文主要介绍leveldb写缓冲区大小、块缓存大小、块大小、文件大小等参数的原理，以及如何合理地设置这些参数以达到性能优化的目的。

1-Compaction：清除冗余数据，减少磁盘IOCompaction为什么能提升查询性能，我们从leveldb的原理说起。如图所示，数据写入leveldb的过程如下：数据写入MemtableMemtable达到一定大小后变为Immutable MemtableImmutable Memtable通过Minor Compaction写入0层SSTable数据读取流程如下：从Memtable中查询；从Immutable Memtable中查询；遍历level 0所有文件，若未查找到

本文主要介绍leveldb中sstable文件的组成及格式，数据块、元数据块、元数据索引块、索引块、footer的结构，并结合源码进行分析。

Memtableleveldb数据写入时并非直接落盘，而是先保存在内存中，在内存中的数据按key进行排序。当内存中的数据达到一定大小时，再将这批数据批量写入磁盘。在内存中的数据结构我们称之为Memtable，本节将介绍Memtable的实现。先看代码：class MemTable { public: // MemTables are reference counted. The initial reference count // is zero and the caller must c

日志文件包含了一系列的32K大小的块。每个块包含了一系列的记录（record):block := record* trailer?record := checksum: uint32 // crc32c of type and data[] ; little-endian length: uint16 // little-endian type: uint8 // One of FULL, FIRST, MIDDLE, LAST data: uint

01-简介谷歌曾经发布过三篇大名鼎鼎的论文，《GFS-Google FileSystem》、《BigTable》、《MapReduce》，其中BigTable中描述了分布式数据库的实现，而leveldb正是该论文中所描述的tablet的具体实现。同时，leveldb的作者就是《BigTable》论文的作者。leveldb是一个非常简洁且具有代表意义的基于LSM TREE的存储引擎，堪称经典。掌握了LEVELDB，也就掌握了LSM TREE思想的精髓。leveldb存储引擎的原理框架如下图所示：上图简

01-leveldb编译和使用在github下载开源代码：git clone --recurse-submodules https://github.com/google/leveldb.git进入项目根目录，执行以下命令：mkdir -p build && cd buildcmake -DCMAKE_BUILD_TYPE=Release … && cmake --build .以上命令运行之后会编译全部代码包括测试程序，windows下编译生成文件在leveldb

01-存储背景数据存储是信息时代的一项基础技术，是各种互联网应用背后的重要基石。例如我们每天用到的各种APP，看头条，刷抖音，以及个人的各种电子数据的保存等等，都离不开存储技术。在开发者的角度，数据存储大多是使用数据库，而大家广泛使用的又是比较成熟的关系型数据库，例如mysql、oracle、db2、sqlserver等。一直以来，关系型数据库得到大家的青睐。但随着互联网和信息技术的发展，以及各种新的应用场景的需求，各种数据库不断涌现，也出现了新的数据库类型，比如kv数据库、文档数据库、图数据库、时序数